[发明专利]一种人体模型神经网络训练方法、设备和存储介质

权利要求书

1.一种人体模型神经网络训练方法，所述方法包括：

1)获取目标人体的二维图像；

2)利用神经网络获得目标人体模型的参数，根据参数得到三维目标人体模型网格；

3)将二维图像和目标人体模型导入三维建模软件；

4)利用三维建模软件对二维图像和目标人体模型进行一致性调整，得到修正后的新目标人体模型；

5)将新目标人体模型作为输出结果代入神经网络进行计算；

6)利用计算结果对模型参数进行调整，完成对神经网络的训练。

2.根据权利要求1所述的方法，其特征在于，所述训练方法还包括：结合数学模型构造三维标准人体模型；通过神经网络获取目标人体模型的三维人体参数，包括三维人体动作姿态参数和三维人体体型参数；获得的三维人体姿态和体型参数与三维标准人体模型的若干个基和骨骼参数相对应；将获得的若干组基和骨骼参数输入标准三维标准人体模型中进行拟合。

3.根据权利要求2所述的方法，其特征在于，所述三维标准人体模型由若干个形体基的参数以及若干根骨骼参数构成，所述若干个形体基构成整个人体模型，每个形体基分别由基的参数单独控制变化，互不影响；所述三维标准人体模型具有骨骼点和模型网格的数学权值关系，骨骼点的确定可关联确定目标人体姿态的人体模型。

4.根据权利要求1所述的方法，其特征在于，所述获取目标人体模型的参数的步骤还包括，1)获取目标人体的二维图像；2)处理获得目标人体的二维人体轮廓图像；3)将二维人体轮廓图像代入经过深度学习的第一神经网络进行关节点的回归；4)获得目标人体的关节点图；获取人体各部分语义分割图；身体关键点；身体骨骼点；5)将生成的目标人体的关节点图、语义分割图，身体骨骼点以及关键点信息代入经过深度学习的第二神经网络进行人体姿态和体型参数的回归；6)获得输出的三维人体参数，包括三维人体动作姿态参数和三维人体体型参数。

5.根据权利要求4所述的方法，其特征在于，在将二维人体图像输入第一神经网络模型之前，还包括训练第一神经网络的过程，训练样本包括标注原始关节点位置的标准二维人体图像，所述原始关节点位置由人工在二维人体图像上进行高准确度地标注。

6.根据权利要求1所述的方法，其特征在于，所述一致性调整由人工完成。

7.根据权利要求6所述的方法，其特征在于，所述导入的目标人体模型与目标人体的二维图像之间姿态的一致性通过对人体模型骨骼的调整实现，体型的一致性通过对人体模型形体基的调整实现。

8.根据权利要求1所述的方法，其特征在于，在得到修正后的新目标人体模型后，在软件内渲染出人体模型的三视图，与照片进行比对后进行补充修正调整。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-8任一所述的方法步骤。

10.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；存储器，用于存放计算机程序；处理器，用于执行存储器上所存放的程序时，实现权利要求1-8任一所述的方法步骤。